瑞典皇家理工学院(KTH)和国家海洋学中心的研究人员近日利用行为树(BT)为关键任务设计模块化、多用途且稳健的控制架构。该研究将BT框架应用于无人潜航器(AUV)的控制系统。
背 景
AUV用于探测和测绘水下物体、识别航行危险或障碍物等各种任务。由于通信带宽和范围的限制，AUV不能依靠无人机或地面操作机器人所使用的远程操作解决方案。此外，由于AUV通常部署在较远区域，故障后进行恢复极具挑战性且成本较高。为应对这些挑战，AUV控制系统应该足够灵活，以确保AUV的安全并同时应对不同的突发情况。
行为树
研究团队利用BT来解决这一问题，BT是在人工智能和机器人技术领域越来越流行的数学模型。
研究员斯普拉格表示，通过此种模块化可进行有效的测试，增加功能设计以及代码再利用。与传统的有限状态自动机(FSM)相比，其关键优势在于，“行为”可以在其他更高层次的行为环境中再利用和测试，而无需指定其与后续行为的关系。
从本质上说，BT提供了在多个任务之间进行切换的层次结构。在一些关键任务系统中，一个超出范围的任务目标可以被分解成多个子任务。BT可以有序地组织这些任务并在任务之间进行转换。斯普拉格解释道，目标任务可以通过BT固有的层次结构在不同程度上被分解。
应 用
团队利用AUV证明此观点，AUV需执行一系列路径点定义的任务。首先定义一个BT来满足最终任务的要求，然后通过添加与特定目标相关的子任务来进一步完善BT。斯普拉格及团队成员将这一BT提炼过程应用于国家海洋学中心所执行的AUV任务。该团队的BT框架使AUV控制系统更加稳固，而且可在执行其他后续任务之前对其安全性进行监控。此外，BT可实现更强的通用性，对子任务进行优先排序，并允许系统在多个子任务间灵活切换。
研究成果中最重要的一点是，在不牺牲原始树结构的情况下，首先明确BT以满足一般领域的需求，然后进一步细化到特定领域的具体任务。但是，使用BT提取任务的程度仍然受限于人类识别、分解任务的能力。在某些情况下，任务可以凭直觉分解，但在另一些情况下，系统的行为则要复杂得多。
来源：techxplore网站/图片来自互联网
军事科学院军事科学信息研究中心 刘伟雪
